Uji Reliabilitas Untuk uji reliabilitas menggunakan metode Alpha Cronbach,

154 a Variabel yang terdiri dari k item dinyatakan reliabel jika F hitung ≥ F tabel , atau b Variabel yang terdiri dari k item dinyatakan tidak reliabel jika F hitung F tabel Berikut ini adalah merupakan kategori nilai reliabilitas dengan menggunakan koefisien Alpha Cronbach menurut aturan Guilford. Tabel 3.7 Kriteria Korelasi Menurut Guilford Koef. Alpha Cronbach Kategori 0 – 20 Reliabilitas sangat rendah 21 – 40 Reliabilitas rendah 41 – 70 Reliabilitas cukup tinggi 71 – 90 Reliabilitas tinggi 91 – 100 Reliabilitas sangat tinggi Hasil uji reliabilitas ketiga variabel disajikan dalam Tabel berikut ini. Tabel 3.8 Uji Reliabilitas Variabel Learning Organization, Kompetensi Aparatur dan Mutu Layanan Publik Variabel Alpha α F hitung F tabel α kritis Kesimpulan Learning Organization 0.9442 17.920 1.605 0.700 Reliabilitas sangat tinggi Kompetensi Aparatur 0.9525 21.049 1.598 0.700 Reliabilitas sangat tinggi Mutu Layanan Publik 0.9444 17.977 1.601 0.700 Reliabelitas sangat tinggi Sumber : Data Hasil Analisis Kuesioner, 2010 Pada tabel diatas dapat dijelaskan bahwa besarnya konsistensi jawaban responden yang paling tinggi adalah untuk variabel Kompetensi Aparatur sebesar 95.25, sedangkan yang paling kecil untuk variabel Learning Organization yaitu 94.42. Jika kita kategorikan berdasarkan kriteria Guilford, maka variabel Learning Organization, Kompetensi Aparatur dan 155 Mutu Layanan Publik memiliki konsistensi pada kategori “sangat tinggi”, karena memiliki nilai koefisien reliabilitas di atas 90.

F. Analisis Data

Dalam penelitian ini, analisis data digunakan analisis regresi dimana menurut Sugiono 2008: 260 dinyatakan bahwa: “Analisis regresi digunakan untuk memprediksi seberapa jauh perubahan nilai independen variabel”. Optimalisasi mutu layanan publik sebagai dependen variabel dipengaruhi oleh learning organization dan kompetensi aparatur, sehingga dari hasil analisis regresi dapat dilihat apakah naik dan turunnya optimalisasi layanan publik dapat dilakukan melalui peningkatan learning organization dan kompetensi aparatur atau tidak. Karena terdapat dua independen variabel yang mempengaruhi, analisis regresi yang digunakan dengan analisis regresi ganda, yang digambarkan sebagai berikut: Gambar 3.2 Model Analisis Data Pengaruh Variabel X1 dan X2 Terhadap Variabel Y X 1 X 2 Y 156 dimana: X 1 = learning organization X 2 = kompetensi aparatur Y = mutu layanan publik Pada umumnya, variabel tidak bebas atau respons dapat dihubungkan pada k variabel bebas dan variabel tak bebas yang dari hubungan ini akan dibuat prediksi. Persamaan regresi linier multipel. Dikatakan linier karena pangkat dari semua parameternya adalah satu dan dikatakan mutipel karena variabel bebasnya lebih dari satu. Regresi berganda didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen. Persamaan umum regresi linier berganda adalah: Y = a + b 1 X 1 + b 2 X 2+ b 3 X 3+ …. +e Sugiyono, 2009: 243 Y adalah variabel dependen yang diprediksi a adalah nilai atau harga yang konstan b adalah nilai slope atau kemiringan atau gradien garis X variabel independen e adalah toleransi keterandalan Berkaitan dengan hal tersebut di atas berbagai metode statistik yang digunakan dalam penelitian ini dimaksudkan untuk membantu peneliti dalam memberi makna pada data yaitu: